引言
虽说机器学习的文章我们已经看过不少了，但今天这篇文章还是让老郑眼前一亮。研究团队用随机森林（RF）、Lasso、Boruta和极端梯度提升（XGBoost）识别预测因素，并用8种机器学习法构建预测模型。
使用mice和Vim软件包处理缺失数据； RF算法的辅助下，对原始缺失数据进行了5次插补，50次迭代。
首先，根据系统评价、Meta分析和专家临床意见，确定了20个影响剖宫产瘢痕异位妊娠（CSEP）术中大出血的因素； 接着，用RF、Lasso、Boruta和XGBoost确定了9个最佳预测变量。
数据集被分为70%训练集和30%验证集；
使用8种机器学习法预测CSEP期间的大出血，包括：朴素贝叶斯（Bayes）、多层感知（MLP）、决策树（DT）、K-最近邻算法（KNN）、逻辑回归（LR）、RF、支持向量机（SVM）和XGBoost；
使用准确性、AUC和决策曲线（DCA）评估和比较基于机器学习法构建的八个模型；
使用灵敏度、特异性、马修斯相关系数和F1评分对最佳模型进行内部和外部验证。
使用"iBreakDown"包解释预测模型，并生成部分依赖图（PDP）可视化变量的重要性； 用Shiny软件包将9个选定的预测变量和最佳建模集成到交互式Web应用程序中。
剖宫产子宫瘢痕异位妊娠(CSEP)是剖宫产术后妊娠的一种潜在致命的并发症，可能导致孕妇大出血或死亡。手术中的出血量直接影响手术的成功率。
近年来，基于电子病历(EMR)数据构建的机器学习(ML)预测模型研究日益增多。本研究团队开发的最佳预测模型已被集成到一个网络应用程序中，使临床医生无需掌握R语言或编程技能即可预测CSEP患者的术中风险。
2024年12月，中国学者在医学顶级期刊Lancet子刊《eClinicalMedicine》（医学一区top，IF=9.6）发表了一篇题为：“Risk of intraoperative hemorrhage during cesarean scar ectopic pregnancy surgery: development and validation of an interpretable machine learning prediction model”的研究论文。
如果你需要全文，请公众号后台回复关键词“pdf”。如果你对机器学习感兴趣，千万不要错过我们的基于R语言的机器学习构建临床预测模型课程！详情可咨询助教，微信号：aq566665
数据收集与处理
该研究是一项多中心回顾性研究，纳入了四家三级医疗机构的EMR数据，分别用于构建预测模型、内部验证和外部验证。
√数据收集
在模型构建阶段，研究团队纳入了2008年1月1日至2023年12月31日期间，在全国三家三级医疗机构就诊1680名、25~40岁的CSEP患者的EMR数据，包括：
在山东大学齐鲁医院治疗的1118例CSEP患者； 在重庆市妇幼保健院治疗的189例CSEP患者； 在德州市妇幼保健院治疗的373例CSEP患者。
√数据处理
研究团队首先需要对数据进行处理，将类别变量视为虚拟变量，消除接近零方差的变量，并对数值变量进行标准化以减轻过拟合。
在纳入的1680例患者中，19例出现部分变量数据缺失，总缺失率达1.13%。
筛选变量
最初，研究团队通过系统综述、Meta分析和专家临床意见确定了20个造成CSEP患者术中大出血的因素。
包括人口统计学特征、生育史、医学背景、临床症状和超声检查特征。
接着，根据变量减少原则，采用RF，Lasso，Boruta和XGBoost四种方法对20个候选变量进行额外筛选，最终确定了9个最佳的预测变量。
包括：孕龄、术前阴道出血持续时间、孕囊或妊娠包块的平均直径、子宫前肌层厚度、血清HGB水平、血清β-hCG水平、子宫动静脉瘘、早孕胎盘植入频谱疾病和超声成像血流分级。
图2 基于四种方法筛选出的9种共同预测变量
模型的构建与评估
在填补完缺失数据后，数据被随机分为训练集（70%）和验证集（30%）。
图4 内外部验证集中，朴素贝叶斯（Bayes）模型的ROC曲线
模型解释与网络应用
研究团队将该程序向所有用户开放（https://cnsdql.shinyapps.io/csep-prediction-model/，测试账户：SuperManagerr，密码：QiLuhospitalall）；
新用户也可以使用个人电子邮件免费注册。
综上所述，研究团队基于多个中心医院的EMR数据开发了一个ML模型，在预测CSEP患者术中出血风险方面表现出较强的区分能力和临床实用性。
老郑小评
公众号后台回复关键词“pdf”，即可获取原文！更多关于临床预测模型与机器学习统计服务，请联系郑老师团队，助教微信：sas555777
郑老师统计团队及公众号
全国较大的线上医学统计服务平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理！
